Currently, existing devices for extracting electrical power from ocean waves all suffer from problems with low efficiency due to a lack of information about the incoming waves in advance. The complex dynamic nonlinear characteristics of the ocean make the prediction of these incoming waves a great challenge. This paper aims to investigate a deterministic short-term wave-by-wave prediction system, that can accurately predict the wave height and timing of the incoming waves, based on measurements from a submerged pressure sensor. The complete prediction process contains three steps, namely reconstruction, assimilation, and prediction. A nonlinear Weakly Dispersive Reconstruction method (WDM) is firstly employed to accurately calculate the surface elevation from the measured pressures. Afterwards, a variational assimilation method is used to convert the time series surface elevation to a spatial wavefield, to obtain initial conditions for the prediction. Lastly, a High Order Spectral Method (HOSM) deterministically predicts the evolution of the 2D irregular wavefield based on the acquired initial conditions. To verify the performance of this proposed prediction system, tests were conducted with data from irregular sea states with varying wave parameters, generated by simulations as well as model experiments in the controlled environment of a wave tank. The results show that the surface elevation can be predicted within 5% from the reference, for a future period of about 10 seconds for wavefields commonly experienced by a wave energy converter. Based on the results, a prediction is possible, but the accuracy heavily depends on the current sea state and the chosen prediction distance.The results have been compared against similar tests made using radar data and proven to be a viable alternative for certain sea states. In conclusion, pressure measurements, as a mean to sample an ocean wavefield, is shown to be a good option when combined with nonlinear reconstruction and prediction methods to assist the power harvesting capabilities of a wave energy converter. / Nuvarande enheter för att extrahera elektrisk energi från havsvågor lider av stora problem med låg effektivitet på grund av brist på information om de inkommande vågorna. Det komplexa ickelinjära dynamiska beteendet hos havsvågor gör förutsägelsen av dem till en stor utmaning. Det här arbetet syftar till att undersöka ett deterministiskt kortsiktigt system för att förutspå våg för våg, som noggrant kan förutspå våghöjd och tidpunkt för de inkommande vågorna, baserat på mätdata från en dränkbar trycksensor. Den kompletta förutsägelseprocessen innehåller tre steg, rekonstruktion, assimilering och förutsägelse. En ickelinjär weakly dispersive reconstruction method används först för att med hög noggrannhet beräkna ythöjningen från det uppmätta trycket. Därefter, används en variational assimilation method för att konvertera en tidsserie av ythöjningen till ett rumsligt vågfält, för att erhålla initialvillkor för förutsägelsen. Slutligen används en High Order Spectral Method för att deterministiskt förutspå utvecklingen av det tvådimensionella oregelbundna vågfältet baserat på de förvärvade initialvillkoren. För att verifiera prestandan av det föreslagna förutsägelsesystemet, så genomfördes tester med data från olika oregelbundna havstillstånd med varierande parametrar, genererade av simuleringar, såväl som modellexperiment utförda i en kontrollerad miljö i form av en vågtank. Resultaten från testerna visar att ythöjningen förutspås inom 5% från referensen, för en period på 10 sekunder framåt i tiden, för vågor som ett vågkraftverk vanligtvis utsätts för. Baserat på resultatet, så är det möjligt att förutspå inkommande vågor, men noggrannheten beror kraftigt på det aktuella havstillståndet och det valda avståndet för förutsägelsen. Resultaten har jämförts mot liknande tester gjorda med radardata och visat sig vara ett genomförbart alternativ för vissa havstillstånd. Sammanfattningsvis visas det att tryckmätningar, som ett medel för att mäta ett havsvågfält, är ett bra alternativ när de kombineras med ickelinjära rekonstruktions- och förutsägelsemetoder för att hjälpa till att öka ett vågkraftverks energigenerering.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-279600 |
| Date | January 2020 |
| Creators | Bassili, Niclas, Eriksson, Douglas |
| Publisher | KTH, Skolan för industriell teknik och management (ITM) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2020:442 |
Page generated in 0.0029 seconds